记录一个tensorflow虚拟环境调试情况

最新推荐文章于 2024-08-29 12:09:23 发布
最新推荐文章于 2024-08-29 12:09:23 发布
阅读量95 收藏
点赞数 1
文章标签： tensorflow 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/supernova121/article/details/141404318
版权

现在我希望构建一个tensorflow==1.9.0GPU版本，CUDA 9.0, Python 3.5, Ubuntu 16.04
我使用autodl来租用GPU构建环境
选择miniconda镜像，用于获取得到这样低版本的CUDA环境
使用指令安装指定版本的GPU

conda install tensorflow-gpu==1.9.0

值得注意的是，对于tensorflow的安装，我们需要根据一下情况来获取全部配置。
在这里插入图片描述
我们安装tensorflow=1.9.0，因此需要配对的编译器GCC为 4.8，需要确保编译器版本正确（cuda安装可能会安装为5.4版本，若不正确需要降低GCC版本，不然tensorflow会报错）

supernova121
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
如何在不失去理智的情况下调试 TensorFlow 训练程序
gongdiwudu的专栏
09-23 3952
关于tensorflow的调试，是一个难啃的骨头，除了要有耐力，还需要方法；本文假设您是一个很有耐力的开发者，为您提供一些方法；这些方法也许不容易驾驭，但是依然强调您只要有耐力，没有不能攻克的难题。
在 TensorFlow 中调试
gongdiwudu的专栏
10-13 2618
​ 在这篇文章中，我想谈谈 TensorFlow 中的调试。 在之前的一些帖子（此处、此处和此处）中，我向您介绍了我在 Mobileye（正式称为 Mobileye，英特尔公司）的团队如何使用TensorFlow、Amazon SageMaker和Amazon s3来训练我们的基于大量数据的深度神经网络。​
记录一次失败的kera-tensorflow环境更新
h1m2q3的博客
04-19 817
记录一次失败的kera-tensorflow环境更新血泪教训：keras跑得特别慢，cpu内存拉满，gpu使用率为0，原因竟是服务器的cuda版本与tensorflow以及tensorflow-gpu不一致， 但这里采用了pip更新，导致仍然出错，下面是过程记录发现原因：我的tensorflow-gpu版本与这个服务器的cuda版本不一致解决方法：升级tensorflow和tensorflow-gpu的版本用conda list查看是否升级成功结果运行：但是运行代码仍然出错，用Pip安装，与之前的conda
VScode使用tensorflow全程记录
H1356038698的博客
10-18 3313
cuda配置以及vscode配置tensorflow
【TensorFlow】Python虚拟环境中的依赖包迁移到断网环境
一个甜甜的大橙子的博客
07-16 4570
场景：由于自己的电脑1性能不足，需要转移到一台高性能的主机2上运行python程序，但是该主机不能连接互联网。 问题：在个人电脑1上建立了一个虚拟环境，安装了依赖包并且调试程序使其能运行。但是将虚拟环境所在文件夹复制粘贴到主机2上时，无法运行。 环境：WIN10 Python3.6 解决办法 借鉴网上办法，自己整理如下： 1.主机1（虚拟环境激活）pip freeze >requi...
配置服务器pytorch/TensorFlow环境+远程连接vscode
hcmdcyl的博客
09-17 4118
远程连接学校的服务器并配置TensorFlow/pytorch环境，连接vscode解放双手，在家也能卷:)
离线配置tensorflow环境
zhengxinjie2的博客
04-08 699
交流QQ：1049974028 最近项目需要在离线的环境下配置TensorFlow环境，在配置过程中遇到了各种问题，再此记录下来，分享给需要的有缘人。有网的环境在此忽略。下面就介绍具体步骤： 1、安装anoconda3.5。 2、安装cuda和cuDNN，这里的安装步骤就不在赘述，可以参照我的其他博客。需要注意的是cuda和cuDNN的版本对应。还要注意的是TensorFlow版本和cuda版本的...
科研第一步：实现Linux服务器上创建python虚拟环境
热门推荐
fs1341825137的博客
11-13 2万+
科研第一步：实现Linux服务器上创建python虚拟环境为什么要创建python虚拟环境如何实现第一步GPU驱动安装第二步anaconda实现创建虚拟环境为什么选择anaconda安装anaconda指令创建python虚拟环境conda创建conda激活验证在当前虚拟环境内安装tensorflow-gpu验证tf安装总结 为什么要创建python虚拟环境 第一次写博客，想通过写博客的方式记录下自己研究生阶段的学习，回答标题，进入实验室之后，如果需要经常在github上跑别人的代码或者baseline的时
第一章 Tensorflow2.0主要特性及环境搭建
qq_37719795的博客
03-25 295
前言 公司在去年要做一个关于人脸识别的项目，然后我就使用了python当中的一个人脸识别的开源库做了第一版， 说实话效果不是很好，在生产环境下对人脸的识别率比较低，所以后来集成了一个成熟公司提供的产品SDK 才算是交了差。不过也因此，让我对机器学习，人工智能，等等这样的字眼产生了浓厚的兴趣，本系列文章 旨在将学习的过程做一个记录，如能在此过程当中结交更多的同道中人，甚至是那些这条路上的诸位...
Tensorflow使用Anaconda、pycharm安装记录
09-16
通过上述步骤，你已经成功地在Anaconda环境中创建了一个专门用于TensorFlow的虚拟环境，并在PyCharm中配置了该环境。这样，你可以在PyCharm中编写、运行和调试TensorFlow代码，而不会与其他Python项目产生冲突。记住...
ubuntu20.04.2的环境采用python 3.10.6安装tensorflow过程
alaolv的博客
05-03 1241
本文主要记录在ubuntu20.04.2的环境采用python 3.10.6安装tensorflow过程提示：以下是本篇文章正文内容，下面案例可供参考这里根据前人的经验，加上自身的摸索把最新的python3.10的tensorflow安装完成：1、采用python的虚拟环境进行安装；2、采用国内清华的镜像地址来更新pip和安装tensorflow，速度比较快；3、通过在python中使用tensorflow来验证是否安装成功。
第J1周：ResNet-50算法实战与解析（TensorFlow版）
weixin_43414521的博客
08-26 831
残差网络是为了解决神经网络隐藏层过多时，而引起的网络退化问题。退化（degradation）问题是指：当网络隐藏层变多时，网络的准确度达到饱和然后急剧退化，而且这个退化不是由于过拟合引起的。拓展：深度神经网络的"两朵乌云"梯度弥散/爆炸简单来讲就是网络太深了，会导致模型训练难以收敛。这个问题可以被标准初始化和中间层正规化的方法有效控制。网络退化随着网络深度增加，网络的表现先是逐渐增加至饱和，然后迅速下降，这个退化不是由过拟合引起的。梯度消失：随着深度增加，梯度急剧减小。
【小迪安全笔记V2022】信息打6~8
2202_75354817的博客
08-25 4743
小迪安全学习笔记
python 实现convolution neural network卷积神经网络算法
luthane的博客
08-26 8730
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks, FNN），是深度学习的代表算法之一。基本原理CNN的核心思想是通过模拟人类视觉系统的工作方式，自动提取图像中的特征，并将其用于分类、检测、分割等任务。它主要受到了生物学上感知机制的启发，模拟了人类视觉系统中的感知细胞和复杂细胞的工作方式。
透明性和解释性AI：概念与应用
weixin_49007164的博客
08-25 3802
透明性AI指的是AI系统的操作过程、决策机制、数据流动和模型行为是可理解和可追踪的。换句话说，透明性AI使得人们可以清楚地看到AI系统是如何做出决策的，这一过程包括输入数据的处理方式、模型的内部计算过程、以及最终决策的产生机制。解释性AI是指AI系统不仅能够给出决策结果，还能够提供关于该决策如何产生的解释。解释性AI的目标是帮助用户理解AI的行为，尤其是当AI的决策与预期不符时，提供合理的解释来消除用户的疑虑。
关于人工智能（AI）的研究报告
最新发布
weixin_44196785的博客
08-29 1663
未来，随着技术的不断创新和应用的不断拓展，人工智能将继续发挥重要作用，推动社会的进步和发展。然而，人工智能的发展也带来了一些挑战，需要我们在技术创新、应用拓展和社会治理等方面共同努力，以确保人工智能的发展符合人类的利益和价值观。就业结构的变化：人工智能的发展将导致就业结构的变化，一些传统的工作岗位将被自动化和智能化的设备所取代，同时也会创造出一些新的工作岗位。社会治理的挑战：人工智能的发展将对社会治理带来挑战，例如如何应对人工智能带来的安全风险、如何保障人工智能的公平性和可及性等。
【python计算机视觉编程——1.基本的图像操作和处理】
m0_53694086的博客
08-26 1万+
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
【自由能系列（初级）】【开篇论文】自由能原理在多个领域的统一视角
神经美学_茂森的博客
08-27 2302
自由能原理作为一个统一的理论框架，成功地将多个看似不相关的领域（如神经科学、物理学、经济学、信息论、控制论、认知科学和生物学进化）联系在一起。通过自由能原理，我们可以更深刻地理解不同系统如何在给定条件下实现最优行为或状态。#自由能原理 #跨领域统一框架 #优化逻辑 #参数调节 #贝叶斯大脑 #预测编码 #最优控制 #注意力机制 #自然选择 #机器学习。：自由能原理、跨领域统一框架、优化逻辑、参数调节、贝叶斯大脑、预测编码、最优控制、注意力机制、自然选择、机器学习。
创建一个tensorflow虚拟环境
07-27
要在Python中创建一个TensorFlow虚拟环境，您可以按照以下步骤操作： 1. 首先，确保您已经安装了Python和pip。可以在命令行中运行`python --version`和`pip --version`来检查它们的版本。 2. 接下来，安装`virtualenv`包。您可以使用以下命令在全局环境中安装它： ``` pip install virtualenv ``` 3. 然后，创建一个新的目录，用于存储虚拟环境： ``` mkdir my_tensorflow_env cd my_tensorflow_env ``` 4. 在该目录中，运行以下命令来创建一个名为`myenv`的虚拟环境： ``` virtualenv myenv ``` 5. 激活虚拟环境。在Windows上，运行以下命令： ``` myenv\Scripts\activate ``` 在macOS和Linux上，运行以下命令： ``` source myenv/bin/activate ``` 6. 安装TensorFlow。在虚拟环境中，运行以下命令来安装TensorFlow： ``` pip install tensorflow ``` 现在，您已经在TensorFlow虚拟环境中安装了TensorFlow。您可以在该虚拟环境中运行您的TensorFlow代码。记得在完成后使用 `deactivate` 命令来退出虚拟环境。 希望这可以帮助到您！如果您有任何其他问题，请随时问我。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

supernova121

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值